Traction and attraction: haptotaxis substrates collagen and fibronectin interact with chemotaxis by HGF to regulate myoblast migration in a microfluidic device
Notice bibliographique
Résumé
Cell migration is central to development, wound healing, tissue regeneration, and immunity. Despite extensive knowledge of muscle regeneration, myoblast migration during regeneration is not well understood. C2C12 mouse myoblast migration and morphology were investigated using a triple-docking polydimethylsiloxane-based microfluidic device in which cells moved under gravity-driven laminar flow on uniform (=) collagen (CN=), fibronectin (FN=), or opposing gradients (CN-FN or FN-CN). In haptotaxis experiments, migration was faster on FN= than on CN=. At 10 h, cells were more elongated on FN-CN and migration was faster than on the CN-FN substrate. Net migration distance on FN-CN at 10 h was greater than on CN-FN, as cells rapidly entered the channel as a larger population (bulk-cell movement, wave 1). Hepatocyte growth factor (HGF) stimulated rapid chemotaxis on FN= but not CN=, increasing migration speed at 10 h early in the channel at low HGF in a steep HGF gradient. HGF accelerated migration on FN= and bulk-cell movement on both uniform substrates. An HGF gradient also slowed cells in wave 2 moving on FN-CN, not CN-FN. Both opposing-gradient substrates affected the shape, speed, and net distance of migrating cells. Gradient and uniform configurations of HGF and substrate differentially influenced migration behavior. Therefore, haptotaxis substrate configuration potently modifies myoblast chemotaxis by HGF. Innovative microfluidic experiments advance our understanding of intricate complexities of myoblast migration. Findings can be leveraged to engineer muscle-tissue volumes for transplantation after serious injury. New analytical approaches may generate broader insights into cell migration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».